CN112842307B - 一种热身程度检测方法及装置 - Google Patents

Abstract

本申请实施例涉及一种热身程度检测方法，方法包括：获取运动前一段时间的心率数据，其中，心率数据是运动前持续检测得到的；将心率数据划分至多个心率区间中，并确定多个心率区间各区间的持续时长；根据多个心率区间中至少一个心率区间的持续时长，确定使用者的热身程度。通过对心率持续性的检测，并获取在进行运动之前的一段时间内的心率数据，对热身程度进行量化，从而确定使用者当前的热身情况。通过使用基于人工智能的可穿戴设备对使用者进行热身情况识别，并根据热身情况做出针对性的建议，以让用户形成良好的运动前热身习惯，减少损伤风险。

Description

一种热身程度检测方法及装置

技术领域

本申请涉及智能检测领域，尤其涉及一种基于心率的热身程度检测方法及装置。

背景技术

现如今，锻炼作为维持人们身体健康的方式，得到了越来越多的重视。而跑步这项运动在国内外的人群中逐渐成为一种习惯。而相应的微马、半马、全马等各种各样的马拉松赛事也变得越来越多。

对于许多跑步者来说，其自身并没有养成比较好的运动习惯，从而导致跑步者们时常出现膝盖痛、韧带拉伤、脚踝受伤等一系列问题。热身是身体活动之前进行的运动，而运动热身是任何运动训练的重要组成部分，热身的重要性就在于可以避免一些运动损伤的发生，从而降低损伤的风险系数。热身的一个很重要的目的就如其名，是为了让身体关键肌肉群的体温真正的热起来，使得肌肉更松弛、更有弹性，减少肌肉的粘连，避免肌肉拉伤，同时保护关节部位。对于一个有效的热身来说，其包含了很多重要元素，正是这些重要元素的共同作用，才能使得运动的风险降到最低。热身具有许多益处，首要作用就是让身心做好准备去接受艰苦训练，同时帮助身体增加核心温度、肌肉温度。而肌肉温度的增加可以使得肌肉变得更加松弛，更灵活。一个有效的热身可以增加心率次数和呼吸的深度、频率，并增加血液流量。增加血液流量可以使血液氧气和血中营养给肌肉，并帮助肌肉的肌腱与关节接收更多的艰苦训练。

热身作为减少锻炼损伤风险的一个重要步骤，在普通人心中却并没有形成真正的习惯。在大量的锻炼之前，并没有进行合适的人很就直接开始高强度锻炼，使得日积月累给身体带来受伤隐患。

但是现有技术的一些方案虽然会在使用者运动之前提示用户进行热身运动，但是现有技术中并不能准确的反映出使用者准备运动时，使用者当前的热身情况。

发明内容

本申请实施例提供了一种热身程度检测方法及装置。可以通过对历史心率数据，确定使用者当前热身情况，以便给予合适的热身提醒。

第一方面，提供了一种热身程度检测方法，方法包括：获取运动前一段时间的心率数据，其中，心率数据是运动前持续检测得到的；将心率数据划分至多个心率区间中，并确定多个心率区间各区间的持续时长；根据多个心率区间中至少一个心率区间的持续时长，确定使用者的热身程度。通过使用基于人工智能的可穿戴设备对心率进行持续性的检测，并获取在进行运动之前的一段时间内的心率数据，并对热身程度进行量化，从而确定使用者当前的热身情况。以便根据热身情况可以做出针对性的建议，并让用户形成良好的运动前热身习惯，减少损伤风险。

在一个可能的实施方式中，在获取心率检测数据之前，方法还包括：持续检测使用者的心率，并记录心率检测数据。通过使用基于人工智能的可穿戴设备对心率进行持续性的检测，并获取在进行运动之前的一段时间内的心率数据，可以使得量化后的热身程度更加精确，从而避免了当前时刻心率不能完全体现使用者运动情况的问题。

在一个可能的实施方式中，多个心率区间根据静息心率和/或最大心率进行划分。可以有效的将获取的心率数据进行不同区域划分，以使量化后的热身程度更加精确。

在一个可能的实施方式中，多个心率区间包括：日常区间、活跃区间、热身区间和运动区间。通过划分多个不同心率区间，可以更加准确的体现使用者心率情况。

在一个可能的实施方式中，根据多个心率区间中至少一个心率区间的持续时长，确定使用者的热身程度包括：根据多个心率区间中至少一个心率区间的持续时长，确定使用者的热身分数，其中，采用热身分数表征热身程度。通过选择至少一个心率区间的时长得到热身分数，可以量化的表示使用者在运动前的热身情况。

在一个可能的实施方式中，当热身分数小于第一阈值时，确定使用者的热身未达标，并提示使用者进行热身。当热身不达标时，可以及时提醒使用者进行热身，以避免在后续运动中造成以外损伤。

在一个可能的实施方式中，热身分数的参数包括：至少一个心率区间的持续时长，以及k1表示活跃区间的热身有效系数，k2表示推荐有效热身时长系数，k3表示损伤风险系数，k4表示活动时间长短系数。通过给出不同的系数，以便在计算热身分数可以结合相应心率区间时长，并能更加精准的体现使用者在运动前的热身情况。

在一个可能的实施方式中，热身分数为score＝100*((T2+k1*T1)/k2+k3*T3/k4)；其中，score表示热身分数，T1表示处于活跃区间的持续时长，T2表示处于热身区间的持续时长，T3表示处于运动区间的持续时长。将不同区间是时长与相应系数进行计算，使得热身分数可以更加精准的体现使用者在运动前的热身情况。

第二方面，提供了一种热身程度检测装置，装置包括：获取模块，用于获取运动前一段时间的心率数据，其中，心率数据是运动前持续检测得到的；运动逻辑模块，用于将心率数据划分至多个心率区间中，并确定多个心率区间各区间的持续时长；运动逻辑模块还用于，根据多个心率区间中至少一个心率区间的持续时长，确定使用者的热身程度。通过使用基于人工智能的可穿戴设备对心率进行持续性的检测，并获取在进行运动之前的一段时间内的心率数据，并对热身程度进行量化，从而确定使用者当前的热身情况。以便根据热身情况可以做出针对性的建议，并让用户形成良好的运动前热身习惯，减少损伤风险。

在一个可能的实施方式中，装置还包括：检测模块，用于持续检测使用者的心率；存储模块，用于记录心率检测数据。通过使用基于人工智能的可穿戴设备对心率进行持续性的检测，并获取在进行运动之前的一段时间内的心率数据，可以使得量化后的热身程度更加精确，从而避免了当前时刻心率不能完全体现使用者运动情况的问题。

在一个可能的实施方式中，多个心率区间根据静息心率和/或最大心率进行划分。可以有效的将获取的心率数据进行不同区域划分，以使量化后的热身程度更加精确。

在一个可能的实施方式中，多个心率区间包括：日常区间、活跃区间、热身区间和运动区间。通过划分多个不同心率区间，可以更加准确的体现使用者心率情况。

在一个可能的实施方式中，运动逻辑模块还用于：根据多个心率区间中至少一个心率区间的持续时长，确定使用者的热身分数，其中，采用热身分数表征热身程度。通过选择至少一个心率区间的时长得到热身分数，可以量化的表示使用者在运动前的热身情况。

在一个可能的实施方式中，运动逻辑模块还用于：当热身分数小于第一阈值时，确定使用者的热身未达标；装置还包括：显示模块，用于提示使用者进行热身。当热身不达标时，可以及时提醒使用者进行热身，以避免在后续运动中造成以外损伤。

在一个可能的实施方式中，热身分数的参数包括：至少一个心率区间的持续时长，以及k1表示活跃区间的热身有效系数，k2表示推荐有效热身时长系数，k3表示损伤风险系数，k4表示活动时间长短系数。通过给出不同的系数，以便在计算热身分数可以结合相应心率区间时长，并能更加精准的体现使用者在运动前的热身情况。

在一个可能的实施方式中，热身分数为score＝100*((T2+k1*T1)/k2+k3*T3/k4)；其中，score表示热身分数，T1表示处于活跃区间的持续时长，T2表示处于热身区间的持续时长，T3表示处于运动区间的持续时长。将不同区间是时长与相应系数进行计算，使得热身分数可以更加精准的体现使用者在运动前的热身情况。

第三方面，提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，其特征在于，当指令在终端上运行时，使得终端执行第一方面的方法。

第四方面，提供了一种终端设备，其特征在于，终端设备包括处理器，处理器与存储器耦合，处理器读取并执行存储器中的指令，使得终端设备实现第一方面的方法。

本申请实施例公开了一种热身程度检测方法及装置，通过使用基于人工智能的可穿戴设备对心率进行持续性的检测，并获取在进行运动之前的一段时间内的心率数据，对热身程度进行量化，从而确定使用者当前的热身情况。可以更加准确地识别使用者是否进行了热身，同时可以根据热身情况做出针对性的建议，以让用户形成良好的运动前热身习惯，减少损伤风险。

附图说明

图1为本申请实施例提供的一种体温检测示意图；

图2为本申请实施例提供的一种运动热身软件界面示意图；

图3为本申请实施例提供的一种热身程度检测系统框架示意图；

图4为本申请实施例提供的一种热身程度检测方法流程图；

图5为本申请实施例提供的一种心率区间划分示意图；

图6为本申请实施例提供的另一种热身程度检测方法流程图；

图7为本申请实施例提供的一种热身程度检测装置示意图；

图8为本申请实施例提供的一种终端设备示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

本申请涉及的方案主要应用在终端设备上，其中，终端设备可以但不限于手机、可穿戴设备、平板电脑、个人数字助理(personal digitalassistant，PDA)、膝上型计算机(laptop)、移动电脑等任意终端设备或便携式终端设备。便携式终端设备的示例性实施例包括但不限于搭载iOS、android、microsoft或者其他操作系统的便携式终端设备。终端设备还可以是其它类型的电子设备，诸如冰箱、洗衣机等家用设备，或者汽车、工业用终端设备。本申请实施例对终端设备的类型不做具体限定。

本申请主要应用在使用者准备运动时，为了避免热身不足可能导致的受伤，使用者会通过检测当前热身程度，确定在运动前是否已经进行了充足的热身准备；以及确定是否需要再进行其他的热身准备的场景。其中，热身程度是用于反映当前状态下使用者的运动情况。通常情况下，使用者在进行运动时对自身当前的热身程度并没有一个很好的了解。在一些方案中，例如图1示出的，图1为目前的一些方案中现有体温检测示意图。可以看出在进行了热身后，保护常见关节的主要肌肉群由于经过了一系列的活动，不同位置的肌肉活动量不同，导致其温度也各不相同。如图1中的左半部分示出了使用者热身前的身体温度示意，如图1中的右半部分示出了使用者热身后的身体温度示意。图1中通过不同的数字表示当前位置温度情况，例如可以是1表示为37℃、2表示为36℃、3表示为32℃、4表示为28℃、5表示为34℃以及6表示为31℃。由于进行热身后，身体会出汗。但往往皮肤的温受汗液蒸发的影响。汗液在蒸发过程中会带走一定的温度，使得部分皮肤表面的温度并不能准确反映出皮下肌肉的温度。可见皮肤表面温度与皮下肌肉的温度并不存在强相关，皮肤表面温度无法准确反映热身程度。因此由图1中右半部分可以看出，对于经常裸露在外面的小臂以及小腿、大腿下方部位的温度通常比有衣服遮挡的胸前、后背的温度要略低一些。显然该方案中如果采用可穿戴设备进行检测，则大概率检测的温度并不准确。而且对于部分可穿戴设备并不完全支持温度检测，可见其硬件设备也并不普及。

相较于另外一些方案，如图2示出的一种运动热身软件界面示意图。可以看出，该界面可以包括有运动、骑行、训练等不同应用场景。在当前运动场景下，显示了累积跑步的里程数。可以看到位于里程数左下方有个“课程”选项用于提供运动前的热身课程。显然，该方法通过使用者是否使用APP的热身指导课程来确定使用者是否进行了热身。当使用者在运动前使用了热身课程，则确定使用者进行了热身。但显而易见的是，并不是所有使用户都会使用热身课程。对于不使用热身课程的使用者来说，并不能给予相应的热身提醒。

因此本申请提供了一种热身程度检测系统，如图3所示，为本申请实施例提供的一种热身程度检测系统框架示意图。一种终端设备300的系统框架，在终端设备300中包括有心率检测单元301、存储单元302、运动逻辑单元303和显示单元304。通过心率检测单元301对使用者持续的心率检测，并将检测到的心率数据存储至存储单元302中。当使用者准备进行运动时，启动运动逻辑单元303确定当前热身情况，运动逻辑单元303通过获取存储单元302中存储的心率数据进行计算，并确定当前使用者的热身情况。同时并将确定的热身情况通过显示单元304进行显示告知使用者。从而达到精确判断使用者当前热身情况，同时还可以根据热身情况进行提供使用者合理的建议。本申请通过获取当前时刻之前的一段时间内的心率数据，加以计算，最终确定出一个热身分数，然后根据该热身分数确定是否热身充足，以及是否还需要进行进一步的热身。

在一个例子中，心率检测单元301和运动逻辑单元303可以位于同一个终端设备上，也可以分别位于不同的终端设备上。例如心率检测单元301和运动逻辑单元303可以同时位于可穿戴设备上；或者心率检测单元301位于可穿戴设备上，运动逻辑单元303位于手机上。其中，存储单元302可以与心率检测单元301位于同一个终端设备上，也可以与心率检测单元301位于不同的终端设备上。例如，心率检测单元301和存储单元302可以同时位于可穿戴设备上；或者心率检测单元301位于可穿戴设备上，存储单元302位于手机上。

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行详细描述。

如图4所示，图4为本申请实施例提供的一种热身程度检测方法流程图。

如图4示出的，本申请公开了一种热身程度检测方法，该方法可以结合图3示出的热身程度检测系统，并且可以应用在终端设备上，该方法可以包括以下步骤：

S401，获取运动前一段时间的心率数据。

在一个实施例中，当使用者准备进行运动时，终端设备获取运动前一段时间的心率数据。其中，所述心率数据是运动前持续检测得到的。

在一个例子中，当终端设备的使用者准备开始运动时，使用者可以启动运动逻辑单元303的运动模式。此时启动了运动模式的运动逻辑单元303获取存储在存储单元302中的心率数据。其中，存储在存储单元302中的心率数据可以是在准备运动之前持续检测得到的。在一个例子中，运动模式可以是单次运动，例如跑步、健身、游泳、打球、踢球等。对于运动模式具体是何种运动，本申请在此不做限定。在另一个例子中，运动前一段时间的心率数据可以选取当前时刻的前20分钟、25分钟或者30分钟等任意时间段内的心率数据。本领域人员应当注意，获取运动前一段时间的心率数据，其中运动前一段时间可以是运动前的任意时间区间，本申请在此不作限定。

S402，将心率数据划分至多个心率区间中，并确定多个心率区间各区间的持续时长。

在一个实施例中，将获取到的心率数据划分至多个心率区间中，并确定出多个心率区间中每个心率区间的持续时长。

在另一个实施例中，多个心率区间可以根据静息心率和/或最大心率进行划分。在一个例子中，静息心率可以采用晨脉或者一段时间未进行活动时测到的平均心率，其中晨脉为早晨刚醒时测量的脉搏心率。最大心率可以采用220减去使用者当前年龄。本领域人员应当注意，具体的静息心率、最大心率可以根据实际情况进行任意设定，例如还可以根据使用者运动习惯、饮食习惯等其他条件进行适应调整，本申请在此不作限定。

在一个例子中，不同的心率区间其上下界限可以根据静息心率和最大心率中的一个或多个进行划分。例如，一个心率区间的下界限可以是静息心率，上界限可以是静息心率再加10bpm，其中静息心率是指在清醒、不活动的安静状态下，每分钟心跳的次数，通常情况下可以是60-80bpm。又例如，一个心率区间的下界限可以是静息心率，上界限可以是最大心率的一半，其中最大心率是指进行运动负荷时,随着运动量的增加，在最大负荷强度时心率达到的最高水平，通常情况下可以用220减去使用者的实际年龄得到。再例如，一个心率区间的下界限可以是最大心率的一半，上界限可以是最大心率。

在一个实施例中，多个心率区间可以划分为日常区间、活跃区间、热身区间和运动区间。在一个例子中，还可以仅设定日常区间、热身区间和热身区间；在另一个例子中，还可以设置更多的心率区间。本领域人员应当注意，具体划分多少个区间、以及如何划分可以根据实际情况进行相应的设定，本申请在此不做限定。其中，日常区间代表使用者日常的坐、站立、漫步、交谈等基本活动时的心率；活跃区间代表使用者有一定的活动量，例如快走、极慢速跑或者其它肢体活动等，意味着具有一定运动量但是运动强度很低；热身区间代表使用者进行了有较强但并不剧烈的运动，例如慢跑、高抬腿、踢臀跳等活动；运动区间代表使用者进行了比较剧烈的运动，在进行这些剧烈运动时，对肌肉、关节的负荷较大，容易造成疲劳累积以及损伤。

本申请将以心率区间划分为日常区间、活跃区间、热身区间和运动区间为例进行阐述。在一个例子中，如图5示出的，图5为本申请实施例提供的一种心率区间划分示意图。在图5中可以看出当心率检测数据大于等于静息心率且小于静息心率加10bpm，则为日常区间，例如图5中“日常区间”所涵盖的范围。例如，静息心率可以是60bpm，则日常区间则可以为[60，70)。当心率检测数据大于等于静息心率加10且小于最大心率的二分之一，则为活跃区间，例如图5中“活跃区间”所涵盖的范围。例如，静息心率可以是60bpm，最大心率可以是174bpm，则活跃区间则可以为[70，87)。当心率检测数据大于等于最大心率的二分之一且小于最大心率的五分之三，则为热身区间，例如图5中“热身区间”所涵盖的范围。例如，最大心率可以是174bpm，则热身区间则可以为[87，104.4)。当心率检测数据大于等于最大心率的五分之三且小于等于最大心率，则为运动区间，例如图5中“热身区间”所涵盖的范围。例如，最大心率可以是174bpm，则热身区间则可以为[104.4，174]。

在一个例子中，运动逻辑单元303将其从存储单元302获取到的心率数据对应与图5示出的多个心率区间进行匹配，并确定出多个心率区间中每个心率区间的持续时长。例如，以获取运动前20分钟的心率数据为例，将运动前20分钟的心率数据逐划分至多个心率区间中对应的心率区间内。例如运动前20分钟的心率数据为每隔5秒钟进行一次检测得到的，则根据每个区间内心率数据的数量，乘以5秒钟，即可得到每个心率区间的持续时长。当然本领域人员应当注意，心率数据的检测频率可以根据实际情况进行任意设置，本申请在此不作限定。

在一个实施例中，可以用T0表示处于日常区间的持续时长，T1表示处于活跃区间的持续时长，T2表示处于热身区间的持续时长，T3表示处于运动区间的持续时长。在另一个例子中，例如终端设备可以确定运动前20分钟，有2分钟处于日常区间、有3分处于活跃区间，有12分钟处于热身区间，有3分钟处于运动区间，即T0＝2，T1＝3，T2＝12，T3＝3。在一个例子中，T0、T1、T2和T3的单位可以为分钟。

S403，根据多个心率区间中至少一个心率区间的持续时长，确定使用者的热身程度。

在一个实施例中，运动逻辑单元303根据多个心率区间中至少一个心率区间的持续时长，确定出当前使用者的热身程度。在另一个实施例中，在确定出当前使用者的热身程度后，可以将结果进行显示，以便当前使用者可以直观的了解到自己的热身程度。同时，在又一个实施例中，对于当前热身程度，运动逻辑单元可以根据预设的方案，进行智能推荐，以便推荐使用者可以进行更加合理的热身指导。

在一个例子中，运动逻辑单元303可以根据多个心率区间中至少一个心率区间的持续时长，确定当前使用者的热身程度。例如可以仅根据热身区间的持续时长，确定当前使用者的热身程度。又或者可以根据热身区间以及活跃区间的持续时长，确定当前使用者的热身程度。

再另一个例子中，可以根据活跃区间、热身区间以及运动区间的持续时长，共同确定当前使用者的热身程度。

在一个例子中，使用者的热身程度可以用热身分数进行体现和表征。由于人体肌肉的温度热量来源于肌肉内碳水化合物氧化产生的能量，该碳水化合物氧化的速度依赖于氧气的摄入，而氧气的摄入多少又与心率大小呈正相关。则心率在热身区间持续的时间越长，产生的热量就越多，热身就越充分。而心率在活跃区间内也可产生热量，但是对肌肉的激活程度远远不如热身区间来的充分。则本申请提供了一种热身分数的计算公式，其中，热身分数score可以为如下示出的公式，

score＝100*((T2+k1*T1)/k2+k3*T3/k4)

其中，score表示热身分数；T1-T3与S402中的T1-T3含义相同，为方便描述，在此不再赘述；k1表示活跃区间的热身有效系数，其代表了活跃区间相对于整个运动过程所占权重；k2表示推荐有效热身时长系数，其代表了大多数情况下的有效热身时长，其单位可以是分钟；k3表示损伤风险系数，其代表了当处于运动区间时对身体造成额外损伤风险的权重；k4表示活动时间长短系数，其代表了终端设备选取运动前心率数据的数据时间跨度，例如获取运动前20分钟的心率数据，则k4就为20；或者例如获取运动前30分钟的心率数据，则k4就为30。其中，k4的单位可以是分钟。

在另一个例子中，也可以根据至少一个心率区间的持续时长，以及k1、k2、k3、k4等参数，确定热身分数，从而表征当前热身程度。当然，可以理解的是，本领域技术人员可以根据实际情况对公式进行适当的增项或减项，以及修改参数，本申请在此不作限定。

在一个例子中，k1、k2和k3可以预先通过大数据样本进行拟合得到。

在一个实施例中，当热身分数大于等于第一阈值时，则运动逻辑单元303确定当前使用者已经进行了充足的热身。在一个例子中，还可以将结果进行显示，以便使用者知道当前自己已经热身充足，可以进行运动了。在另一个实施例中，当热身分数小于第一阈值时，则运动逻辑单元303确定当前使用者的热身并未达标。在一个例子中，此时终端设备还可以提示使用者当前热身未达标，需要进行热身。例如，若发现使用者热身评分低于第一阈值，则提醒使用者后续可以进行5-10分钟慢跑，以便将心率控制在92-110(最大心率的50％-60％)之间。

在另一个例子中，还根据分数的高低以及预设的方案，个性化的推荐当前使用者还需要进行何种程度的热身，例如若热身分数低于第二阈值时，则推荐当期使用者还需进行热身20分钟；又或者若热身分数大于等于第二阈值且小于第一阈值时，则推荐当期使用者还需进行热身5分钟。再又一个例子中，还可以根据预先设置的热身课程，个性化的推荐不同强度的课程进行热身，例如若热身分数低于第二阈值时，则推荐当期使用者还需进行较高强度热身；又或者若热身分数大于等于第二阈值且小于第一阈值时，则推荐当期使用者还需进行较低强度热身等。本领域人员应当注意，可以根据实际情况设置多个不同的阈值，以便终端设备可以根据热身分数，推荐更为合适的热身推荐。可以理解的是，当阈值设置越多，则终端设备推荐的热身提示则越准确。阈值的数量以及阈值本身的数值设定可以根据实际情况进行任意调整，本申请在此不作限定。

在另一个实施例中，根据热身分数score的公式若k3*T3/k4的数值偏高，则表示处于运动区间的时长过长，使得及易给使用者身体造成额外的伤害。在一个例子中，终端设备可以预先设置运动损伤阈值，用于当用户处于运动时间过长时可以及时提醒使用者，避免造成额外的运动损伤。例如k3*T3/k4的数值大于等于运动损伤阈值时，即使热身分数达标，此时终端设备还可以对使用者进行提示，提示使用者剧烈运动时间过长，易造成损伤的提示信息。以便使用者根据提示的信息进行合理调整，甚至可以引导下一次的运动热身。

再一个实施例中，对于本申请所涉及的热身分数score，其计算过程还可以包括其他参数，例如运动时的天气温度、使用者当天的晨脉(代表了使用者当天是否存在疲劳累积)、位于运动区间的时间处于运动前一段时间的前段或者后段(代表了使用者处于运动区间是否靠近当前时刻)等。本领域人员应当注意，可以根据实际情况进行任意的增添参数，已达到对热身更加精准的检测，本申请在此不作限定。

本领域人员应当注意，本申请对用户进行显示的信息可以是文字、语音、特殊声音、图案、震动等任意提示信息。只要可以对使用者达到提醒或提示目的均可，本申请在此不作限定。

本申请所涉及的一种热身程度检测方法通过获取在进行运动之前的一段时间内的心率数据，对热身程度进行量化，从而确定使用者当前的热身情况。可以更加准确地识别使用者是否进行了热身，同时可以根据热身情况做出针对性的建议，以让用户形成良好的运动前热身习惯，减少损伤风险。

如图6所示，图6为本申请实施例提供的另一种热身程度检测方法流程图。

如图6示出的，在S301之前，本申请实施例提供的热身程度检测方法还可以包括以下步骤：

S601，持续检测使用者的心率。

在一个实施例中，终端设备300中的心率检测单元对使用者进行持续的心率检测。其中，检测心率的频率可以为每2秒检测一次，或者每5秒检测一次，又或者每10秒检测一次等。本领域人员应当注意，检测心率的频率可以根据实际情况任意设定，本申请再次不做限定。

S602，记录心率数据。

在一个实施例中，心率检测单元301将检测到的心率数据存储至存储单元302中，以记录下使用者不同时间点的心率数据。以便在确定热身情况时，可以根据预先存储的心率数据确定。

在另一个实施例中，存储至存储单元302中的心率数据还可以通过相应接口，供其它单元或硬件进行获取。例如可以上传至服务器，或传输至其他终端设备上。

本申请所涉及的一种热身程度检测方法，可以在进行运动前对使用者持续检测心率，以便在准备运动时，检测出使用者的热身程度。

相比较在一些其他方案中，通过获取使用者当前时刻心率信息，确定是否进行了热身，例如具体可参照如下表1示出的。

表1

其中，通过检测当前时刻心率，并将当前心率代入最大心率百分比一栏中进行对比，从而确定当前时刻的运动类型及运动效果。但是，由于心率是具有即时性的，在即将准备运动时查看当前心率，并不能准确的反映出使用者是否进行了热身，更不能反映出使用者当前的热身程度。

而本申请则通过持续获取运动前的心率，并进行综合确定，可以更加精准的确定出使用者当前热身程度，同时还可以对使用者进行个性化提示，避免造成损伤。从长期上来讲还可也改善使用者的运动行为，以养成运动前良好的热身习惯。通过本申请所涉及方案，可以帮助使用者形成更好的运动习惯，达成更好的锻炼效果。

本领域人员应当注意，本申请还提供了另一种热身检测方法，通过终端设备的加速度(acceleration，ACC)传感器对使用者进行识别。识别使用者的运动状态，并根据预先设定的判断条件，可以确定出使用者对肌肉的拉伸情况，从而进一步确定当前热身情况。

如图7所示，图7为本申请实施例提供的一种热身程度检测装置示意图。

图7提供了一种热身程度检测装置700，装置700包括：获取模块701，用于获取运动前一段时间的心率数据，其中，心率数据是运动前持续检测得到的；运动逻辑模块702，用于将心率数据划分至多个心率区间中，并确定多个心率区间各区间的持续时长；运动逻辑模块702还用于，根据多个心率区间中至少一个心率区间的持续时长，确定使用者的热身程度。

在一个可能的实施方式中，装置700还包括：检测模块703，用于持续检测使用者的心率；存储模块704，用于记录心率检测数据。

在一个可能的实施方式中，多个心率区间根据静息心率和/或最大心率进行划分。

在一个可能的实施方式中，运动逻辑模块702还用于：根据多个心率区间中至少一个心率区间的持续时长，确定使用者的热身分数。

在一个可能的实施方式中，运动逻辑模块702还用于：当热身分数小于第一阈值时，确定使用者的热身未达标；装置700还包括：显示模块705，用于提示使用者进行热身。

在一个可能的实施方式中，多个心率区间包括：日常区间、活跃区间、热身区间和运动区间。

在一个可能的实施方式中，热身分数的参数包括：T1表示处于活跃区间的时长，T2表示处于热身区间的时长，T3表示处于运动区间的时长，k1表示活跃区间的热身有效系数，k2表示推荐有效热身时长系数，k3表示损伤风险系数，k4表示活动时间长短系数。

在一个可能的实施方式中，热身分数为score＝100*((T2+k1*T1)/k2+k3*T3/k4)；其中，score表示热身分数。

如图8所示，图8为本申请实施例提供的一种终端设备示意图。

图8提供了一种终端设备800，该设备800可以包括传感器801、处理器802、存储器803、显示器804、通信接口805以及总线806。终端设备中的处理器802、存储器803和通信接口805可以通过总线806建立通信连接。通信接口805用于与发送和接收外部信息。

传感器801，用于获取使用者的体动参数和生理参数。传感器801可包括加速度计和光电容积脉搏波描记法(photo plethysmo graphy，PPG)传感器等。

处理器802可以为中央处理器(central processing unit，CPU)。

存储器803可以包括易失性存储器(volatile memory)，例如随机存取存储器(random-access memory，RAM)；存储器803也可以包括非易失性存储器(英文：non-volatile memory)，例如只读存储器(read-only memory，ROM)，快闪存储器，硬盘(harddisk drive，HDD)或固态硬盘(solid state drive，SSD)；存储器803还可以包括上述种类的存储器的组合。

上述图4至图6中实施例提供的一种热身程度检测方法，均由处理器802来执行。本申请中的文件数据和/或计算的数据将存储在存储器803中。另外，存储器803中还将用于存储处理器执行的用于实现上述图4至图6中实施例所述的一种热身程度检测方法对应的程序指令等等。

本领域普通技术人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令处理器完成，所述的程序可以存储于计算机可读存储介质中，所述存储介质是非短暂性(英文：non-transitory)介质，例如随机存取存储器，只读存储器，快闪存储器，硬盘，固态硬盘，磁带(英文：magnetic tape)，软盘(英文：floppy disk)，光盘(英文：optical disc)及其任意组合。

以上所述，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims (16)

1.一种热身程度检测方法，其特征在于，所述方法包括：

获取运动前一段时间的心率数据，其中，所述心率数据是运动前持续检测得到的；

将所述心率数据划分至多个心率区间中，并确定所述多个心率区间各区间的持续时长；

根据所述多个心率区间中至少一个心率区间的持续时长，确定使用者的热身程度；

其中，所述根据所述多个心率区间中至少一个心率区间的持续时长，确定使用者的热身程度包括：

根据所述多个心率区间中至少一个心率区间的持续时长，确定所述使用者的热身分数，其中，采用所述热身分数表征所述热身程度。

2.如权利要求1所述的方法，其特征在于，在获取心率检测数据之前，所述方法还包括：

持续检测使用者的心率，并记录所述心率数据。

3.如权利要求1或2所述的方法，其特征在于，所述多个心率区间根据静息心率和/或最大心率进行划分。

4.如权利要求1或2所述的方法，其特征在于，多个心率区间包括：日常区间、活跃区间、热身区间和运动区间。

5.如权利要求1所述的方法，当所述热身分数小于第一阈值时，确定所述使用者的热身未达标，并提示所述使用者进行热身。

6.如权利要求4所述的方法，其特征在于，所述热身分数的参数包括：至少一个心率区间的持续时长，以及k1表示活跃区间的热身有效系数，k2表示推荐有效热身时长系数，k3表示损伤风险系数，k4表示活动时间长短系数。

7.如权利要求6所述的方法，其特征在于，所述热身分数为

score＝100*((T2+k1*T1)/k2+k3*T3/k4)

其中，score表示所述热身分数，T1表示处于所述活跃区间的持续时长，T2表示处于所述热身区间的持续时长，T3表示处于所述运动区间的持续时长。

8.一种热身程度检测装置，其特征在于，所述装置包括：

获取模块，用于获取运动前一段时间的心率数据，其中，所述心率数据是运动前持续检测得到的；

运动逻辑模块，用于将所述心率数据划分至多个心率区间中，并确定所述多个心率区间各区间的持续时长；

所述运动逻辑模块还用于，根据所述多个心率区间中至少一个心率区间的持续时长，确定使用者的热身程度；

其中，所述运动逻辑模块还用于：

根据所述多个心率区间中至少一个心率区间的持续时长，确定所述使用者的热身分数，其中，采用所述热身分数表征所述热身程度。

9.如权利要求8所述的装置，其特征在于，所述装置还包括：

检测模块，用于持续检测使用者的心率；

存储模块，用于记录心率检测数据。

10.如权利要求8或9所述的装置，其特征在于，所述多个心率区间根据静息心率和/或最大心率进行划分。

11.如权利要求8或9所述的装置，其特征在于，多个心率区间包括：日常区间、活跃区间、热身区间和运动区间。

12.如权利要求8所述的装置，所述运动逻辑模块还用于：当所述热身分数小于第一阈值时，确定所述使用者的热身未达标；

所述装置还包括：

显示模块，用于提示所述使用者进行热身。

13.如权利要求11所述的装置，其特征在于，所述热身分数的参数包括：至少一个心率区间的持续时长，以及k1表示活跃区间的热身有效系数，k2表示推荐有效热身时长系数，k3表示损伤风险系数，k4表示活动时间长短系数。

14.如权利要求13所述的装置，其特征在于，所述热身分数为

score＝100*((T2+k1*T1)/k2+k3*T3/k4)

其中，score表示所述热身分数，T1表示处于所述活跃区间的持续时长，T2表示处于所述热身区间的持续时长，T3表示处于所述运动区间的持续时长。

15.一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，其特征在于，当所述指令在终端上运行时，使得所述终端执行如权利要求1-7任意一项所述的方法。

16.一种终端设备，其特征在于，所述终端设备包括处理器，所述处理器与存储器耦合，所述处理器读取并执行所述存储器中的指令，使得所述终端设备实现所述权利要求1-7任一所述的方法。

Images